.NET 云原生架构师训练营(基于 OP Storming 和 Actor 的大型分布式架构一)--学习笔记

时间:2022-12-12 07:10:32
  • 为什么我们用 Orleans
  • Dapr VS Orleans
  • Actor 模型
  • Orleans 的核心概念

为什么我们用 Orleans

  • 分布式系统开发、测试的难度(服务发现、通信)
  • 运维的复杂度(伸缩性与可靠性的保障)
  • actor 拥有全局唯一身份
  • 自动伸缩功能

Dapr VS Orleans

Dapr 文档:https://docs.dapr.io

Orleans 文档:https://learn.microsoft.com/zh-cn/dotnet/orleans

Dapr Orleans
runtime 运行时 framework 框架
actor 只是其中的一个组件 actor + state
无分布式事务方案 提供最终一致性保障
依赖于 dapr 运行时 无除了 .net 环境的依赖
比较难进行 debug 调试开发无差别
docker 与 k8s 支持 裸金属/docker/k8s 支持
多种语言 sdk 支持 仅 C# 语言
1.8 版本 3.6 版本,4.0 即将发布

Actor 模型

  • 对同一个 actor 的调用按顺序执行
  • one actor 可以创建其他的 actor
  • 给一个 actor 发消息(调用它的执行方法)
  • 不能自己去实例化和销毁
  • 同一个 identity 的 grain 在系统内只存在一共激活的实例
  • actor 没有共享数据
  • actor 的数据不可用被外部直接修改

.NET 云原生架构师训练营(基于 OP Storming 和 Actor 的大型分布式架构一)--学习笔记

我们有个工作 jd001,就是一个 actor,它会有一个 internal state,状态里面会有一个 identity,它是唯一的,不可改变的

有一个浏览工作的消息,它把工作的 id,以及当前的浏览者信息传入进来,调用 jd001

jd001 会创建一个 activity actor ac001,然后调用 ac001 把浏览记录下来,有一个活动类型 view

Orleans 的核心概念

  • 单线程执行模型
  • 多路通信复用
  • 其他优势
  • Grain
  • 集群
  • 最佳实践

单线程执行模型

actor 在 Orlean 中叫作 grain 谷仓

运行时保证 grain 每次永远不会在多个线程上执行,通过结合与其他 grain 的隔离,程序员绝不会在 grain 级别面临并发情况,因此绝不会需要使用锁或者其他同步机制来控制对共享数据的访问,非专家级程序员只需此功能便可方便地控制分布式应用程序的开发

多路通信复用

Orlean 中的 grain 具有逻辑终结点,它们之间的消息传送跨一组固定的全交换物理连接(TCP 套接字)进行多路复用,这使得运行时能够托管数百万个可寻址实体,并且每个 grain 的操作系统开销很低,此外,在注册/取消注册物理终结点(例如 TCP 端口或 HTTP URL)甚至关闭 TCP 连接时,激活和取消激活 grain 都不会产生成本

其他优势

  • 熟悉的面向对象的编程(OOP)范式(grain 即是 .net 类)
  • 激活透明
  • 位置透明
  • 自动传播错误
  • 自适应资源管理

高性能

  • 显示异步
  • 多路复用通信
  • 高效计划:运行时在自定义线程池中计划大量单线程 grain 的执行(每个物理处理器核心一个线程),借助采用非阻塞基于延续的样式(Orleans 编程模型的一个要求)编写的 grain 代码,应用程序代码会以非常高效的“协作”多线程方式来运行,没有任何争用,这允许系统达到较高吞吐量,并以很高稳定性采用非常高的 CPU 使用率(高达 90% 以上)运行。

Grain

  • 概念
  • 模式
  • 持久化
  • 特点
  • 计时器和提醒

概念

grain = identity + behavior [ + state ]

  • identity : User/davidgri
  • behavior : class User : Grain, Iuser
  • state : in-memory, persisted, or stateless

模式

  • silo 内模式(集群内)
  • silo 外 client-server 模式(集群外:客户端、服务端不在同一个 host 里面)

持久化

激活 grain 时,会自动读取 grain 状态,但 grain 需要负责在必要时显示触发任何已更改的 grain 状态的写入

IPersistentState<TState>

Grain<TState>(已过时)

通过 MongoDB 持久化

Orleans.Providers.MongoDB: https://github.com/OrleansContrib/Orleans.Providers.MongoDB

特点

  • Grain 类似于对象,但是,它们是分布式的,虚拟的并且异步的
  • 它们是松散耦合、隔离并且基本上独立的
  • 避免在 grain 之间进行琐碎通信
    • 直接使用内存比传递消息的开销要小得多
    • 将过于琐碎的 grain 组合成单个 grain 可能更好
    • 需要考虑参数和序列化的复杂性/大小
    • 反序列化两次可能比重新发送二进制消息的开销更大
  • 避免瓶颈 grain

计时器和提醒

Timer && Reminder:https://learn.microsoft.com/zh-cn/dotnet/orleans/grains/timers-and-reminders

集群

Orleans silo 生命周期概述:https://learn.microsoft.com/zh-cn/dotnet/orleans/host/silo-lifecycle

Kubernetes 托管:https://learn.microsoft.com/zh-cn/dotnet/orleans/deployment/kubernetes

最佳实践

哪些应用适合采用 Orleans

  • 有大量(数百、数百万、数十亿甚至数万亿)松散耦合的实体
  • 实体足够小、可以是单线程实体
  • 工作负载是交互式的
  • 预期或可能需要多台服务器
  • 不需要全局协调、或者每次只需在少量几个实体之间进行小规模协调

哪些不适合

  • 必须在实体之间共享内存
  • 少量的大实体可以是多线程实体
  • 需要全局协调和/或一致性
  • 长时间运行的操作

.NET 云原生架构师训练营(基于 OP Storming 和 Actor 的大型分布式架构一)--学习笔记

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

欢迎转载、使用、重新发布,但务必保留文章署名 郑子铭 (包含链接: http://www.cnblogs.com/MingsonZheng/ ),不得用于商业目的,基于本文修改后的作品务必以相同的许可发布。

如有任何疑问,请与我联系 (MingsonZheng@outlook.com) 。